复杂网络理论对于研究信息的传播与共享、社团的博弈与收益和控制对象的动力学行为有极大的助益,其中复杂网络结构与功能的探索已成为网络科学研究的重点之一。鉴于复杂网络拓扑结构与功能的多样性,本文选取普遍存在的搜索功能作为研究对象,探索复杂网络结构与搜索功能的关系。对于发现实际网络的演化模式、理解社团间的合作关系,对互联网搜索及社会网络分析等都具有重要意义。本文首先对复杂网络的基本概念和国内外研究现状进行相关介绍,指出目前ER随机图网络、WS小世界网络和BA无标度网络是专家认可的三种经典复杂网络拓扑结构,研究这些模型与搜索功能之间的关系对网络科学具有重要的普适意义;其次,对哲学、社会学、复杂网络等领域的结构与功能的基本理论进行了简单分析;再次,本文较早提出“复杂网络竞争演化猜想”,并基于搜索效率在一个较为公平的异质网络模型中证实了此猜想,从而在一定程度上解释了真实复杂网络中普遍存在的无标度特性结构的原因,以及该结构与搜索功能的关系。本文研究表明,具有无标度特性的网络模型较其它模型更有利于搜索,实验过程中发现了搜索的不对称现象,结果表明BA网络和WS网络之间相互搜索的路径长度之比可以高达7倍之多,又进一步在大量的实际非时序网络中观察到这种现象。而真实的网络竞争过程只能从时序网络的演化中观察,最后,本文选取DBLP时序网络作为分析对象,分析其结构模式及角色地位,深度剖析子网规模随着时间演化的规律。结果证明真实网络演化过程中存在大量复杂异质的局部社团,其中具有无标度性质的子网增长速度最快,具有明显优势。本文工作在一定程度上丰富了以往复杂网络对于该领域的研究成果,而且有利于发现有实用价值的优化搜索效率或信息传播的手段,弥补了复杂网络全局拓扑缺乏对搜索带来的困难,同时,也促进了结构功能理论在大规模复杂网络中的验证分析。