Um die Bottom-up-Methode verwenden zu können, müssen Sie in der Lage sein, den "Bottom" effizient zu bestimmen. Dies bedeutet normalerweise, dass Sie einen stark eingeschränkten Problembereich benötigen. Wenn Sie wissen, wie die Berechnungen auf der niedrigsten Ebene aussehen und wie die Abhängigkeitsreihenfolge nach oben geht, ist es sinnvoll, sie iterativ in der richtigen Reihenfolge auszuführen und diese Ergebnisse zu speichern. Factorials, naive Fibonacci und die Euler-Wiederholungsrelation für Partitionen sind gute Beispiele für Probleme, die für diesen Ansatz geeignet sind.
Einige Probleme haben keine leicht zu bestimmende Grund- oder Abhängigkeitsreihenfolge für die Berechnungen. Zum Beispiel werden die Bewertungen von Schachpositionen sinnvollerweise nach Positionen gespeichert, wobei die Bewertungspunkte gespeichert werden, so dass sie nicht neu berechnet werden müssen. Durch die Verschiebung und Wiederholung können Positionen auf mehreren Ebenen des Suchbaums wiederholt werden, sodass sich das Speichern der Bewertungsergebnisse lohnt. Es ist jedoch nicht möglich, die Positionen auf den untersten Ebenen des Baums zu bestimmen, ohne rekursiv abzusteigen (und unter Berücksichtigung der Zwischenbeschneidung). Top-down ist also der einzig mögliche Ansatz.
