无标度网络是指顶点的度服从泊松分布的拓扑图。随着现代信息化的大量普及,大规模数据图越来越多地被应用到社交网络等现实场景,而现实世界的大部分数据图结构均满足大规模无标度网络的特性,因而可以通过对大规模无标度网络图数据的处理来验证图处理算法的性能。然而,现有大规模无标度网络图的构建方法存在效率低,扩展性差等问题。本文旨在研究大规模无标度网络图的高效生成方法,具体内容如下。首先,针对现有方法生成无标度网络所存在的低效性问题,本文提出一种基于BA模型的大规模无标度网络生成算法及相应的网络图数据存储结构RWBT。设计了相应的遍历策略以便提高算法效率,并对节点的删除操作优化处理,通过采用节点序号互换代替删除桶的操作从而降低更新树的频次,解决了在内存中处理大规模数据图时,重复遍历节点导致的低效性的问题。其次,本文提出一种基于RWBT结构扩展的RWKT索引结构,并进一步改善数据图的存储结构以及相应的节点遍历策略,通过对k叉树结构的内部节点进行排序,减少了冗余比较次数,进一步提升了算法的处理效率。最后,通过对本文讨论到的几种算法的不同参数进行设置,通过实验分别从结果质量、运行时间以及原子操作次数等多方面进行深入比较和分析,实验结果进一步验证了算法的高效性和可扩展性。