【问题描述】（专业领域问题，保密起见此处省略……）
【模型】
data[][]={
{0, 100, 200, 300},
{0, 50, 100},
{0, 150, 300},
{0, 100, 200, 300, 400,}
}
//2维数组data，M行，每一行代表一组数据，每组数据内有序
//要求：从每一组数据中，取出且仅仅取出一个数，然后使这些数据的和满足[MIN, MAX]范围。
这是最近同学遇到的一个问题，开始先用非递归方法实现的，后来为了比较递归和非递归的区别，又用递归方法实现了。
先说说非递归方法，我的思路是：肯定要遍历各组数据之间的所有组合，即任意Xi属于组Si（i=0,1,2,....,M-1），{X1,X2,...,X(M-1)}的所有组合。当然，因为各组数据之内有序，可以在遍历过程中增加判断，如果当前的和已经大于M，则可以结束当前循环，以及后面的判断。采用数组INDEX[0---M-1]来记录每一行当前循环的index，如果后面的i行的index已经达到该行的最大index，则i-1行加一。及类似数字进位原理。（后来听同学说，这样也可以解决多层循环的问题）。
2
3
4
5
6
后来又用递归实现了，发现用递归实现反而思路更加简单，而且也好理解。就是从第一行到最后一行，每行取一个数，直到最后一行取了或者前面之和已经大于MAX为止。但是回退时要注意减掉上一次加的那个数。
2
3
4
5
6
7
经过用两种方法对相同的数据进行测试，发现递归的程序明显比非递归的程序快。原因初步分析如下：虽说递归涉及到多次的函数调用，即进栈出栈的操作，但是因为函数调用使用栈，而非在堆中，因此速度比在非递归时使用的在堆中分配的数据要快。当然，这也许和我写的非递归算法有关。
关于递归与非递归的使用以及转换和效率问题，最近抽空研究下。
====================================================================================================
added on 2009-11-17
经测试，非递归算法之所以这么慢，是因为我在程序中处理“进位”时，使用了除法和取余操作，而这两种操作相对加法和比较来说，是比较费时的。经改进算法，程序已经达到和递归差不多的速度。看来以后写程序得注意了，如果能有替代方案，尽量少用乘除操作。虽然计算少的时候效果看不出来，
最近对递归和非递归看了下，感觉递归思想确实易理解，而且程序简练，但是也存在许多问题，比如多次函数调用导致耗资源，不便于控制处理过程等。所以以后还是能不用递归就不用了吧。