问题解决策略主要分为两大类：算法策略和启发式策略。
算法策略
算法策略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。这种策略能够保证找到答案，但往往费时费力。例如，在解决一个迷宫问题时，算法策略可能会尝试所有可能的路径，直到找到出口。
启发式策略
启发式策略是凭借经验在问题空间内进行较少的搜索，以达到问题解决的方法。它包括几种具体的策略：
手段-目的分析法：
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。
逆向搜索法：
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。
爬山法：
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。
探试搜索法：
利用事先得到的有关达到目标的某种信息和已有经验寻找问题解决的突破口，从中获得更多信息，以便进一步选择最有利于达到目标的方向再进行探索。
选择合适的策略
选择合适的问题解决策略需要考虑问题的复杂度、时间限制、可用资源等因素。对于结构清晰的问题，算法策略可能更为适用；而对于复杂或信息不完全的问题，启发式策略可能更为有效。
实践建议
在实际应用中，可以结合多种策略来解决问题。例如，在解决一个复杂问题时，可以先使用启发式策略快速找到一个大致方向，然后利用算法策略进行精细搜索和验证。此外，将问题分解为更小的子问题，并逐一解决，也是提高问题解决效率的有效方法。
通过灵活运用这些策略，可以更有效地解决各种问题。