通过大规模密集部署传感器节点,无线传感器网络承担着采集数据的任务。然而,由于节点能量是极为有限的,这极大地限制了无线传感器网络执行任务的能力。要想高效利用大规模传感器网络采集的数据,就需要一种可扩展的以及高能效的数据存储与检索算法。分布式网络内以数据为中心的处理算法旨在减小通信的能量消耗,并建立一个独立的数据存储、检索、聚合以及查询的传感器网络系统,这个系统更多地关注于数据本身而不是单个的传感器节点。在现实生活中,传感器网络往往是不规则的,有可能包含任意形状的障碍物或洞,这种情况是很普遍的。对于二维传感器网络,我们提出了一种基于凸分割的信息存储与检索算法,即先将网络进行凸分割,形成了若干规则形状的子区域,然后利用改进的double rulings算法做信息存储与检索。对于一般的三维传感器网络,我们提出了一种基于球面映射的信息存储与检索算法,即利用球面投影并结合离散曲面的Ricci流算法,将一般三维网络映射到球面上,然后在映射球面上做信息存储与检索。对于高亏格的三维曲面传感器网络,我们提出了一种基于曲面切割的信息存储与检索算法,先对网络进行三角化,形成一个三角网格,然后对网格进行两次切割,将高亏格的三维曲面切割成只有一条边界且亏格为0的曲面,最后利用离散曲面的Ricci流算法将曲面映射到圆盘上,并在圆盘上做信息存储与检索。由于GHT算法在各种传感器网络中都适用,因此本文将提出的这三种算法分别与GHT算法进行对比。仿真实验表明,本文提出的算法具有较低的成本开销以及良好的负载平衡效果。