เซตอิสระ(${\displaystyle G}$,${\displaystyle w}$,${\displaystyle \epsilon }$) เลือกจุดยอดใดๆ ก็ได้${\displaystyle r}$${\displaystyle k=1/\epsilon }$ ค้นหาระดับการค้นหาแบบกว้างสำหรับ${\displaystyle G}$ฝังรากอยู่ที่${\displaystyle r}$${\displaystyle {\pmod {k}}}$:${\displaystyle \{V_{0},V_{1},\ldots ,V_{k-1}\}}$สำหรับ${\displaystyle \ell =0,\ldots ,k-1}$ ค้นหาส่วนประกอบ${\displaystyle G_{1}^{\ell },G_{2}^{\ell },\ldots ,}$ของ${\displaystyle G}$หลังจากลบแล้ว${\displaystyle V_{\ell }}$สำหรับ${\displaystyle i=1,2,\ldots }$ คำนวณ${\displaystyle S_{i}^{\ell }}$ชุดอิสระที่มีน้ำหนักสูงสุดของ${\displaystyle G_{i}^{\ell }}$${\displaystyle S^{\ell }=\cup _{i}S_{i}^{\ell }}$ อนุญาต${\displaystyle S^{\ell ^{*}}}$เป็นคำตอบของน้ำหนักสูงสุดในหมู่${\displaystyle \{S^{0},S^{1},\ldots ,S^{k-1}\}}$กลับ${\displaystyle S^{\ell ^{*}}}$

โปรดสังเกตว่าอัลกอริทึมข้างต้นสามารถใช้งานได้จริงเนื่องจากแต่ละ${\displaystyle S^{\ell }}$คือการรวมกันของเซตอิสระที่ไม่ซ้ำกัน

การเขียนโปรแกรมเชิงพลวัตถูกนำมาใช้เมื่อเราคำนวณเซตอิสระที่มีน้ำหนักสูงสุดสำหรับแต่ละเซต${\displaystyle G_{i}^{\ell }}$โปรแกรมแบบไดนามิกนี้ทำงานได้เพราะแต่ละ${\displaystyle G_{i}^{\ell }}$เป็น${\displaystyle k}$-กราฟระนาบนอกปัญหา NP-complete หลายอย่างสามารถแก้ไขได้ด้วยการเขียนโปรแกรมเชิงพลวัตบน${\displaystyle k}$-กราฟระนาบนอก (outerplanar graphs) เทคนิคของเบเกอร์สามารถตีความได้ว่าเป็นการครอบคลุมกราฟระนาบที่กำหนดด้วยกราฟย่อยประเภทนี้ ค้นหาคำตอบสำหรับแต่ละกราฟย่อยโดยใช้การเขียนโปรแกรมเชิงพลวัต (dynamic programming) และเชื่อมต่อคำตอบเหล่านั้นเข้าด้วยกัน