二叉树的深度指的是从根节点到最远叶子节点的最长路径上的节点数。在计算二叉树的深度时，有两种常用的方法，即递归方法和非递归方法。

（一）递归方法：
递归是求解二叉树深度的一种常用方法。递归法是通过递归地计算左右子树的深度来求解整棵树的深度。具体的步骤如下：
1. 如果二叉树为空树（即根节点为空），则深度为0。
2. 如果二叉树不为空，则递归地计算左右子树的深度，取左右子树深度的较大值加1即为整棵树的深度。

下面是用Python实现的递归方法的示例代码：


def treeDepth(root):
    if root is None:
        return 0
    leftDepth = treeDepth(root.left)
    rightDepth = treeDepth(root.right)
    return max(leftDepth, rightDepth) + 1

（二）非递归方法：
非递归方法使用层次遍历（也称为广度优先遍历）来计算二叉树的深度。层次遍历是从根节点开始，逐层地遍历二叉树，直到遍历完所有的节点。具体的步骤如下：
1. 如果二叉树为空树（即根节点为空），则深度为0。
2. 创建一个队列，将根节点入队。
3. 创建一个变量depth，用于记录当前层的节点数。
4. 当队列不为空时，进行循环遍历：
a. 循环开始时，将depth的值设置为队列中的节点个数（即当前层的节点数）。
b. 循环遍历当前层的节点，并将它们的左右子节点入队。
c. 每遍历一个节点，将depth的值减1。
d. 循环结束后，判断depth的值是否大于0，若大于0，则说明当前层还有节点未遍历，深度加1。
5. 遍历结束后，返回深度值。

下面是用Python实现的非递归方法的示例代码：


def treeDepth(root):
    if root is None:
        return 0
    queue = [root]
    depth = 0
    while queue:
        depth += 1
        levelSize = len(queue)
        for _ in range(levelSize):
            node = queue.pop(0)
            if node.left:
                queue.append(node.left)
            if node.right:
                queue.append(node.right)
    return depth

（三）二叉树深度的应用：
二叉树深度是二叉树常用的一个属性，它在解决一些问题时起到了重要的作用。以下是二叉树深度的几个应用场景：

1. 判断二叉树是否平衡：根据二叉树的深度可以判断二叉树是否平衡，即左右子树的深度差是否小于等于1。

2. 计算二叉树中的最大路径和：二叉树中的最大路径和是指从任意节点出发，经过若干节点且路径和最大的那条路径的和。计算最大路径和时，可以通过递归地计算每个节点的最大路径和，并不断更新最大值。

3. 判断二叉树中是否存在路径和等于给定值的路径：给定一个整数target，判断二叉树中是否存在从根节点到叶子节点的路径，使得路径上节点值的和等于target。可以通过递归地计算从根节点到当前节点的路径和，并判断是否等于target。

总之，二叉树的深度是求解二叉树相关问题时一个重要的属性，递归和非递归两种方法可以灵活地计算二叉树的深度，应用于不同的场景中。