现实世界中的许多复杂系统均可以用复杂网络来描述。研究复杂网络的主要目的就是为了了解拓扑结构对发生在网络中的动力学过程如传播动力学、网络同步、交通流以及节点间博弈的影响，而网络的拓扑结构研究主要集中在聚类系数和平均路径长度的计算以及度分布分析。目前，求出复杂网络的聚类系数和度分布均可在O（N）内完成，而求出其平均路径长度大小主要有两种方法：一种是利用图论中的最短路径算法；另一种是参数估计方法。利用最短路径算法来计算复杂网络平均路径长度最快需要O（NE），而现实世界中网络的规模巨大，节点相互作用非常复杂，利用最短路径算法计算其平均路径长度的效率变得非常低下。已有的参数估计方法大部分是仅用网络节点数N来估计复杂网络平均路径长度的，弱化了网络节点间连接方式对其的影响，具有一定的局限性。在实际的复杂网络中，表征网络拓扑结构的三个参数之间是互相联系的，其中一个参数均可近似用另外两个参数表示。鉴于此，针对大规模复杂网络的平均路径长度<l>计算问题，提出了一个树形结构模型，基于该模型给出了随机网络平均路径长度<l> R的计算公式、无尺度网络平均路径长度<l> SF的计算公式以及小世界网络平均路径长度<l>_SW的计算公式，并分析了网络规模和节点间连接方式对平均路径长度的影响。分析结果表明，复杂网络的平均路径长度<l>与复杂网络的平均度数k、平均聚类系数C等参数有关，将直接求解平均路径长度的复杂问题转化为间接求解，大大提高了分析复杂网络拓扑结构的效率。实验结果表明，提出的三个平均路径长度计算公式是有效的。