设有 n 种不同面值的硬币，各硬币的面值存于数组 T［1:n］中。现要用这些 面值的硬币来找钱。可以使用的各种面值的硬币个数存于数组 Coins［1:n］中。 对任意钱数 0≤m≤20001，设计一个用最少硬币找钱 m 的方法。 输入： 输入的第一行中只有 1 个整数给出 n 的值,第 2 行起每行 2 个数，分别 是 T[j]和 Coins[j]。最后 1 行是要找的钱数 m。 输出： 程序运行结束时，将计算出的最少硬币数输出。问题无解时输出-1。除了输出最少硬币个数，还输出每种面额的硬币各用了多少个。

以下是使用动态规划算法解决该问题的 Python 代码实现：

n = int(input())
T = list(map(int, input().split()))
Coins = list(map(int, input().split()))
m = int(input())

# 初始化dp数组
dp = [float("inf")] * (m + 1)
dp[0] = 0

# 逐个计算dp[i]
for i in range(n):
    for j in range(m, T[i]-1, -1):
        # 如果当前面值的硬币数量不为0且可以凑出j
        if Coins[i] > 0 and dp[j-T[i]] < float("inf"):
            dp[j] = min(dp[j], dp[j-T[i]] + 1)
            Coins[i] -= 1

# 输出结果
if dp[m] == float("inf"):
    print(-1)
else:
    print(dp[m])
    for i in range(n):
        cnt = 0
        for j in range(1, dp[m]+1):
            if dp[m-j*T[i]] == dp[m] - j:
                cnt += 1
        print(T[i], cnt)

算法思路：

设 dp[i] 表示凑出钱数为 i 所需要的最少硬币数，则有：

dp[i] = min(dp[i], dp[i-T[j]]+1)

其中 T[j] 表示第 j 种面值的硬币。

注意，为了避免重复使用同一种面值的硬币，我们需要在计算 dp[i] 的时候，从大到小遍历硬币面值，同时在计算 dp[i-T[j]] 的时候，需要先判断 Coins[j] 是否为 0，如果为 0，则说明该面值的硬币已经用完了，不能再使用。

最后，如果 dp[m] 为无穷大，则说明无法凑出钱数 m，输出 -1；否则，输出 dp[m]，并根据 dp 数组反推每种面值的硬币使用数量。