问题解决的策略主要有以下三种：
（1）尝试错误：就是通过简单地尝试不同的反应来发现正确的答案，当通常在没有足够的信息来发现切实可行的，系统的解决方法时，就采取这种方法，他可能不会有效，甚至不能解决问题，但在某些情况下只能这么做。
（2）算法策略：就是一个保证能解决问题的系统程序，对于任何一个有答案的问题来说，算法程序就是在问题空间中搜索所有可能的解决问题的方法，知道找到一种有效的方法解决问题。算法策略虽然保证能解决问题，但是效率低下。
（3）启发式策略： 启发式策略就是在问题空间中进行较少的搜索，来解决问题，这种策略省时省力，但不能保证完全解决问题，启发式策略具体来说分三种不同的方式：
1）手段目的分析：采用这种策略时，问题解决者首先对问题的当前状态和目标状态进行对比发现差距，然后选择一种能缩短两者差距的操作，但是选择这个操作就有可能产生新的差距，即出现一个子目标，在选择缩短这种差距的操作，如此循环下去，直到所有的差距都消失，问题就得以解决。比如说，我们在解决几何问题时候通常会用到手段目的分析的启发策略，先看题目中的问题，然后带着题目中的已知条件求知。
2）爬山法：把问题解决的过程比喻成爬山，问题的目标状态在山顶，人们不可能一下子爬到山顶，而是先确定较低处为我们的目标，爬山这个目标后，在确定较高处为我们的目标，如此多次循环，走中爬上山顶。也就是说，问题解决者首先对当前初始状态进行分析，然后逐步缩短问题的目标状态和初始状态的差距。
3）逆向搜索：从问题的目标状态出发，以扎到一条通往初始状态的通路。这对于解决几何证明你个问题十分有效。
补充：问题解决：使用信息达到目标的一种认知过程，而这种过程受到某种障碍的阻挠。
当人们开始解决一个问题时，起始状态和目标转台是不同的，否则就不叫问题了。人们在解决问题的时候会用到算子，算子很有多中，他是改变当前问题状态的一种操作。一个人关于可利用的算子的经验取决于它的教育和经验。纽厄尔和西蒙用问题空间的概念对问题解决进行描述，在他们看来。问题解决就是在问题空间中进行搜索，以找到一条从初始装到目标状态的通路。
参考书籍：张钦《普通心理学》
启发式即凭借个体已有的知识经验，采取较少的操作来解决问题的方法。除通用的问题解决的手段一目的分析策略（正向工作法）外，还包含许多具体的策略，如目标递进策略（指向性分析法）、目标递归策略（逆向工作法）、简化计划法、爬山法等。策略适宜与否，决定问题解决的成败。其具体应用，依赖于问题本身的性质和内容以及个体已有的知识经验。