Untuk menggunakan metode bottom-up, Anda harus dapat secara efisien menentukan apa "bottom" itu, yang biasanya berarti Anda membutuhkan ruang masalah yang sangat terbatas. Jika Anda tahu kalkulasi level terendah apa yang akan terjadi dan urutan ketergantungan naik, masuk akal untuk melakukannya secara iteratif dalam urutan yang tepat dan menyimpan hasilnya. Faktorial, Fibonacci naif, dan relasi pengulangan Euler untuk partisi adalah contoh masalah yang cocok untuk pendekatan ini.
Beberapa masalah tidak memiliki urutan dasar atau ketergantungan yang mudah ditentukan untuk perhitungan. Evaluasi posisi catur, misalnya, berguna untuk memoised posisi, dengan skor evaluasi disimpan sehingga tidak perlu dihitung ulang. Posisi dapat berulang di beberapa tingkat pohon pencarian karena memindahkan transposisi dan pengulangan sehingga menyimpan hasil evaluasi bermanfaat. Tetapi tidak ada cara untuk mengetahui apa posisi di tingkat terendah pohon akan tanpa turun secara rekursif (dan memperhitungkan pemangkasan menengah) sehingga top down sebenarnya satu-satunya pendekatan yang layak.