问题解决是由一定的情景引起的,按照一定的目标,应用各种认知活动、技能等,经过一系列的思维操作,使问题得以解决的过程.采用什么样的策略解决问题,是影响问题解决效率的一个很重要的心理因素.好的策略有助于问题的解决.纽厄尔和西蒙认为,在问题解决过程中,有如下几种通用的解决问题的策略：
（1）算法：算法策略就是在问题空间中随机搜索所有可能的解决问题的方法,直至选择一种有效的方法解决问题.简而言之,算法策略就是把解决问题的方法一一进行尝试,最终找到解决问题的答案.例如,一只密码箱有3个转钮,每一转钮有o一9十位数字,现要采用算法策略找出密码打开箱子,就要逐个尝试3个数字的随机组合,直到找到密码为止.采用算法策略的优点是它能够保证问题的解决,但是采用这种策略在解决某些问题时需要大量的尝试,因此费时费力.当问题复杂、问题空间很大时,人们很难依靠这种策略来解决问题.另外,有些问题也许没有现成的算法或尚未发现其算法,对这种问题算法策略将是无效的.
（2）启发法：启发法是人根据一定的经验,在问题空间内进行较少的搜索,以达到问题解决的一种方法.启发法不能完全保证问题解决的成功,但用这种方法解决问题较省时省力.下面是几种常用的启发性策略：
手段——目的分析：将需要达到的问题的目标状态分成若干子目标,通过实现一系列的子目标最终达到总目标它的基本步骤是：①比较初始状态和目标状态,提出第一个子目标；⑧找出完成第一个子目标的方法或操作；⑤实现子目标；④提出新的子目标.如此循环往复,直至问题的解决.这是人们日常生活常用的一种解题策略,它对解决复杂问题有重要的应用价值.
逆向搜索：逆向搜索就是从问题的目标状态开始搜索直至找到通往初始状态的通路或方法.例如,人们要去城市的某个地方,往往是在地图上先找到目的地,然后查找一条从目的地退回到出发点的路线.逆向搜索更适合于解决那些从初始状态到目标状态只有少数通路的问题,一些几何问题较适合采用这一策略.
爬山法：爬山法是类似于手段——目的分析法的一种解题策略.它是采用一定的方法逐步降低初始状态和目标状态的距离,以达到问题解决的一种方法.这就好像登山者,为了登上山峰,需要从山脚一步一步登上山峰一样.爬山法与手段——目的分析法的不同在于后者包括这样一种情况,即有时人们为了达到目的,不得不暂时扩大目标状态与初始状态的差异,以有利于最终达到目标.
