给定二叉树中 K 的计数频率

介绍

在二叉树中查找K元素的出现频率是很常见的面试题。这可以通过遍历二叉树来解决。在该文章中，我们将使用递归和迭代两种方法来计算给定二叉树中K的出现频率。

• 递归方法
• 迭代方法

递归方法

该方法使用递归来遍历二叉树，并计算K的出现频率。以下是使用递归方法的伪代码：

function countFrequency(node, K)
    if node is null
        return 0
    if node.value == K
        return 1 + countFrequency(node.left, K) + countFrequency(node.right, K)
    else
        return countFrequency(node.left, K) + countFrequency(node.right, K)

我们对每个节点进行检查，如果该节点的值与K相等，则我们将其值加1，并递归地遍历其左右子树以计算K的频率。如果该节点的值不等于K，则我们仅递归遍历其左右子树以计算K的出现频率。最后，我们返回K的出现频率。

该方法的时间复杂度为O(n)，其中n是二叉树中节点的数量。与其他遍历算法相比，该算法的优点是实现简单。

迭代方法

迭代方法使用栈来遍历二叉树。以下是使用迭代方法的伪代码：

function countFrequency(node, K)
    if node is null
        return 0
    stack = empty stack
    frequency = 0
    stack.push(node)
    while stack is not empty
        current = stack.pop()
        if current.value == K
            frequency = frequency + 1
        if current.left is not null
            stack.push(current.left)
        if current.right is not null
            stack.push(current.right)
    return frequency

我们首先将根节点入栈。在每次循环迭代中，我们从栈中弹出一个节点，并检查该节点的值是否等于K。如果等于，则我们将其频率加1。接下来，我们将该节点的所有非null子节点压入栈中。

该方法的时间复杂度也是O(n)，其中n是二叉树中节点的数量。与递归方法相比，该方法需要更多的存储空间，但是该方法的优点是实现相对简单。

总结

在本文中，我们介绍了使用递归和迭代两种方法来计算给定二叉树中K的出现频率。递归方法是比较简单的实现，但是对于大的二叉树可能会出现栈溢出的问题。迭代方法则需要更多的存储空间，但是可以适用于所有的二叉树。根据需要，我们可以选择适合自己的方法来计算给定二叉树中K的出现频率。