在算法层面上，PackMerger是自底向上的，而Dapper是自顶向下的。在PackMerger中，模型的初始分解是由一系列预定义的规则生成的，比如认为更大的切割面较好。在解决整个问题的过程中，虽在后续排列问题的求解中将会合并部分分割部件然后优化排列，但整个模型的分解与排列并不是耦合在一起考虑并进行联合优化求解的，而是两个独立的求解过程。而本章所提出的Dapper方法始终将模型的分解和排列耦合在一起进行联合优化求解，以寻求最优的三维模型的分解与排列，而不是单独地先优化分解再优化排列。本章的实验结果章节部分也展示了Dapper与PackMerger的直接对比实验结果，显示出了Dapper的分解与排列的结果在各方面都优于PackMerger。
我们的目标是最优地将输入三维模型分解与排列进一个有限的打印空间中，以进行高效的打印制造。Dapper算法的输入是一个实心三维模型，和一个长方体目标打印空间。部分主要在二维图形例子上进行示例说明，以便更好地理解算法。我们假设打印空间的高度足够高，以供排列所有的模型分解部件，但打印空间水平方向的幅面是有限的，故输入模型无法在未被分解的情况下整体放入打印空间内进行打印。这个问题的挑战在于如何联合优化求解分解与排列问题，有效地分解输入模型产生少量的块并排列进打印空间中。