设A[1…n]是一个由n个整数组成的数组，x是一个整数，给出一个分治算法，要求找出x在数组A中的频度,即x在A中出现的次数。且给出时间复杂度。用

分治算法思路：

1. 将数组A平分为两个子数组A1和A2。
2. 递归地在A1和A2中查找x的频度。
3. 将A1和A2中x的频度相加得到整个数组A中x的频度。

时间复杂度：O(n*logn)

代码实现：

def find_frequency(A, x):
    n = len(A)
    if n == 0:
        return 0
    elif n == 1:
        return 1 if A[0] == x else 0
    else:
        mid = n // 2
        freq1 = find_frequency(A[:mid], x)
        freq2 = find_frequency(A[mid:], x)
        return freq1 + freq2

该算法的时间复杂度为O(n*logn)，因为每次都将数组平分为两个子数组，递归地处理每个子数组，每个子数组的长度为原数组的一半，所以递归的深度为logn，每层的时间复杂度为O(n)，因此总的时间复杂度为O(n*logn)。