問題與以前莫個算法解決過的問題相似，此時就可以觸類旁通，嘗試改進原有算法來解決
此方法首先將問題簡單化，如改變數據類型、空間大小等，然後嘗試著將簡化後的問題解決。
為了降低問題的復雜度，很多時候都會將問題逐層分解，最後歸結為壹些簡單的問題，這就是遞歸法
將壹個難以直接解決的大問題，分割成壹些規模較小的相同問題，以便各個擊破，分而治之。分治法壹般包括以下三個步驟：
1）將問題的實例劃分為幾個較小的實例，最好最有相等的規模。
2）對這些較小的實例求解，而最常見的方法壹般是遞歸。
3）如歌有必要，合並這些較小問題的解，以得到原始問題的解。
壹般而言，時間復雜度越低的算法越高效。而更想達到時間復雜度的高效，很多時候就必須在空間上有所犧牲，用空間來換時間。而用空間換時間最有效的方法就是Hash法、大數組和位圖法。
在設計題目時，往往會有壹個載體，這個載體便是數據結構。如數組、鏈表、二叉樹和圖等，當窄體確定後，可用的算法自然而然就會顯現出來。可問題是很多時候並不確定這個載體是什麽，當無法確定這個載體時，壹般也就很難想到合適的方法了。
當遇到上面的問題時，可以采用最原始的思考問題的方式——輪詢法。常考的數據結構與算法壹***就幾種，如下圖
此種方法看似笨拙，卻很實用，只要對常見的數據結構與算法爛熟於心，壹點都沒有問題。