算法4：基于EWH的最近邻候选列表生成算法

输入：加密后的索引数据表 $F^{\prime }$ ，查询索引表 $F^{(q)}$ ，一组权重 $\left\{{\mu }_0,\cdots ,{\mu }_e\right\}$ ，一个相似度阈值β

输出：最近邻候选列表 $\mathcal{C}$

1) 对于每个生物数据，初始化其分数为0

2) 根据在 $F^{(q)}$ 的对应位置处存储三元组 $\left\{\left(h_r^{(i)},i,r\right)\right\}$ 的数值，我们将 $F^{\prime }$ 中(行，列)值为 $\left(h_r^{(i)},i\right)$ 的所有生物数据的分数增加 ${\alpha }_r$

3) 赋值完成后，选择所有分数大于 $\beta$ 的生物数据作为最近邻候选组成列表 $\mathcal{C}$

4) 返回最近邻候选列表 $\mathcal{C}$