Dapper与这些先前工作之间的主要区别是，在DAP问题中，没有预先定义的要进行排列的形状；模型的分解与排列是同时进行联合优化求解的结果。分解与排列的耦合不仅在本质上改变了这个问题，也极大増加了优化搜索的空间及难度。面向3D打印的模型分解将一个三维模型分解成多个实心部件以在有限的打印空间内便捷地进行打印制造已经引起图形学界的许多研究人员的兴趣和注意力。早在2012年的时候，Luo等人就进行了第一次尝试，他们将大型三维模型分割成多个部件，使得每个部件都可单独地被放进三维打印空间内进行打印。在其模型的分割过程中，算法主要考虑分割的块数，可组装性和分割位置的美观性等因素，却未考虑整个打印过程的耗材和耗时。Hildebrand等人［45唆到增材制造方向所带来的偏差的激发，将三维模型分解成几个片状的块，使得每个片状块在被沿着三个正交方向之一的方向进行切片时，几何误差达到最小。最近，Hu等人又提出将三维模型分解成少量的近似金字塔属性块，以减少使用熔融沉积型打印机进行打印时的耗材和耗时。
Dapper同样也对整个三维模型的进行实心分解，寻求少量块的分解。然而，相比于上述面向3D打印的三维模型分解问题，DAP问题多了一个维度——排列。巧妙的排列可使得打印机一次性地打印多个部件，更加充分地利用打印机的所有资源，大大提升打印效率。