广义的DAP是一个难度极大且有意思的研究问题，并且可以根据不同的应用场景来相应地实例化建模解决不同的实际问题。而关注的重点则集中在面向便捷式3D打印的大型三维模型分解与排列的问题场景中，解决大尺寸打印物体无法适配于普通打印机小打印空间的问题。我们的主要目的不仅仅只是简单地分解三维模型，而且还要有效地排列分解出来的部件，以节省打印时间和材料。并且所提出的方法还可以根据不同类型打印机的需求与约束，以更高的打印效率（高效即快速、经济）为目标进行调整适配。
具体来说，特定于粉末型打印机，关键的目标是降低整个排列结构在打印空间内的高度；而对于溶融沉积型打印机（FDM），关键的目标则是最小化整个排列结构的悬空支撑部分的体积，以降低支撑材料的浪费和减少后期支撑材料的去除工作。另外，除了上述的打印排列结构的几何要求，DAP问题还须考虑到分解的部件数量，否则只需将模型分解成无数个小块即可很好地进行排列，但后期利用这些分解部件进行模型的最终组装的过程将会极其费时费力，因此我们需要将三维模型分解成尽可能少的部件，以助于最终的组装和提高最终三维模型的成形质量。
带着上面所述的三维模型的几何分解与排列的一系列目标，给定一个输入三维模型和打印机的打印空间参数，分别定义了特定的目标函数来评估所有的DAP激分解或完邀辉。在一个部分解中，仅有模型的全部分解部件的一个子集被排列进打印空间中，并组成一个排列展。一个DAP完整解意味着所有的分解部件全已被排列进打印空间中。目标函数的设计考虑到了前述的排列堆中的部件数目和打印效率（如最小化堆高度或悬空间隙）。基于这些目标函数，为了全局优化求解最优的三维模型的分解与排列，Dapper算法的求解搜索是自上而下和迭代式的，对应于一个搜索树的自上向下的扩展搜索。具体来说，Dapper的求解从一个初始的仅具有少量部件的分解开始，在每一个迭代过程中，算法执行一系列的对接测试以寻找一个待排列部件和打印空间中排列堆的最优排列匹配，以求最小化对接后堆的间隙或高度，这个过程还有可能对此待排列部件进行切割分解。
