Proche voisin

On souhaite programmer une fonction donnant le point d'une liste de points le plus proche d'un point de départ. Les points sont tous à coordonnées entières. Les points sont donnés sous la forme d'un tuple de deux entiers qui sont leurs coordonnées (dans un repère orthonormé). La liste des points à traiter est donc un tableau de tuples.

On rappelle que la distance entre deux points du plan de coordonnées \((x; y)\) et \((x'; y')\) est donnée par la formule :

\(d=\sqrt{(x-x')^2+(y-y')^2}\)

On importe pour cela la fonction racine carrée (sqrt) du module math de Python.

Exemples

Python Console Session
>>> distance((1, 0), (5, 3))
5.0
>>> distance((1, -4), (6, 8))
13.0
>>> proche_voisin([(7, 9), (2, 5), (5, 2)], (0, 0))
(2, 5)
>>> proche_voisin([(7, 9), (2, 5), (5, 2)], (5, 2))
(5, 2)

Compléter le code des fonctions distance et proche_voisin fournies ci-dessous pour qu’elles répondent à leurs spécifications.

Attention

Il est interdit d'utiliser min

Compléter le code ci-dessous

###(Dés-)Active le code après la ligne # Tests (insensible à la casse)
(Ctrl+I)
Entrer ou sortir du mode "deux colonnes"
(Alt+: ; Ctrl pour inverser les colonnes)
Entrer ou sortir du mode "plein écran"
(Esc)
Tronquer ou non le feedback dans les terminaux (sortie standard & stacktrace / relancer le code pour appliquer)
Si activé, le texte copié dans le terminal est joint sur une seule ligne avant d'être copié dans le presse-papier
Évaluations restantes : 5/5

.65039.128013.127797.9888t=8fw2mP751,:cSsékE /n9qiyh_*DoaIL-v4pu(èêr][6û3;0dg)+eRlbàCxTA.050$0*0e0J0C0,0t0x0r0,0J0t0t0f010e0C0P010406050t0Q0k0k0J0U0D040s0I0,0Q170I0z0x020J0k0P0!0x0+0*1h0U0B0Q0*0t050y1e1g1i1k1c0P04051P1I1S0y1P1c0$0C0N0 111315110z0%0Q0J0%0*0M0P0D0e0E1r0x0E0C0%0E0,1{0E0e1a050`0-0,0*1#1214011`1|1~1|0e2426220e0U1Q1?0 1n0t0P0J0z150j01281%010h0|0*0z1v0*222q2s2x2a2A262D0k2F040b0x0l0U0I0P0I0t0C1q1s0^2o0U0U0*0r2!1I2H0z1Q0y1?2:2k2m2l230$2J1(0C0z2C2X221Y1!10292}2 0z0I33220P2)1Q2.2:3g1d2r1s352y390U1h0,220J1_2)0h15030F0F0r3a0*1~380I0M0o3H1a0x0o1I0J3h3k1b3j2I3m2a3o3q3s3u0*3w013y3A3C3E303H0M2v040x0j3N3P2s3R2.2|013W0J3r1Q3t0E3v3x3z3B0^3*393,0Z3K0Z3=2-3Q1c3_3U153|3~0540423$443)2~3+3I0O3K0O4d1J4f3S3l1$3V0I3p3}3Y413!433(464s483I0n3K0n4y3g4g3k3`4k4I4o3%453D4O3G3I0X3K0X4U4A4h4D4j4F3X3 3Z3#4$4r3F3,0m3K0m4/3@4W3T4=3{4@4H4_4J4{4q4N4~3I0g3K0g532/554C36584G4l4n4K4p4M4(5g0M0A3K0A5l3^4X4i5q4^4m4`4L4%474*3H0#1a0o0#5D5n4Y595s5K5v5M4)3,0o0o5R3M0y3O4e544B5W5r4!5u4|5f4t3H3.0o3;5,3?5m5:5G4Z5b4#5e5x5`0o4a046a5U6257645J5c5L4}694v6c4x5 5.614;5p6h5t5d5w5N5%4R6c4T6q4z3@1T3e1I332?0$2m2{5G4%321Z1Q3d0*3f3Q6r1Q4%6W2I0C0$153z2.5%3Y6%6)6y5$3I5)0x2N0*6/5#5y5)2:5-6t2y0v0z1a0h2U0k6Y6f5p0i3K78703V73041h1?7d5F577b3/7k565p721a0C1w4F0e6Y0x793n1a0t0B0U7x6F2/0x7J7J7A2a0r6}030x7u2W7F0x2$110x0h1r2+0C1^0U0J0r4s0 1i0U0u0*6Y1c7H6#1s6.016*3k3,3.5J7_676z3I2v6@2E6`6l4P3-225 7=3i3_800F6+3I6b7 6(7`6:5y4a852O875_898k6q7e150v1a0^0h7p5o2y7n7z7?7M4j0h8B0C0t0`0z0r7:8J8y0119040R8E4Y1a2W2~0e0F5+8e7l5p8X0p7y8K3{8$0I8(0F5~8,7q2y8X0(0q7;8!8g8i0M6n8l8t68894v8r6_8n6{5`978x8-8G3K7K8!5G0t0$1a021E0I0e0!9t0Q9v9x9u9w0x0/3}0r0Q260x0_0x2)0z0N8^277X1Y8P2s8S9K0z2k270^0Q0:0x8%9Y0t0?1t9C9B9z9w9y9A928U4X947|4Q6-8m816;0M4R9d9982a18b3O7K7z8V8A042)0e0Q0U0z8;8V7g7D7F9o578X0R8Z9^8}3V8@8_8+6X8V8X0Wao5p0k0C1a5Tat8F2a8X0Vaj9k2a0I1a0MaOau4jaw9Y8`aD8~1aaCaJ3`aFaHa!aL1a0V0(a,15aR040G0Ga;01a*048{3QaaaPa=1a0)aUaK15aqa`7g9)8)ay6GaAa$a`a|bd2/8=aMb53`a?aT7?b0aV8?04bbaZa(5GaBbhaG6ca`aMa:by57a?a^bB1aa~beb18W1abG4V939~8h9{0M4,4_8g9g894,a39f885ObZ3=8daz9_bV9550b!bVb$5O50b)9 5yb@4dab8B3!a`8Hb98Mbv2U0r0E0*0F9P8O2~bE1aas8|b6bu24ci048:br8=7g0^2ranbH8.bR917?b/bO6$b=bX5ib^a4a05ib}8o5`cIc1bP8H9ncy2y9q9s9.9=9;9.1z2Ccf9R27bb7V0Q0x2h0*0Jc.240x0t272k0I0Q0N2s0e0x0.0x7X0P1o0~3Bag0e9!8O8Q9W0$c.c,cv1i0e0?c!9/9Adm9@cl7RcG2s3,5AcJb*8u5O5AcNb`dva73/9nakaX7G3gbscma?0fbn631acocVa-04a%dr5Ga|aIdYapa.dqb:cF6/955S9}cK6|5QdCb+5%5Q6~dG7LdI7h2~0F9TdKa 8=dOdQ6g8N9U8R8Td$cz8Yb9dJcpcrdLctc3cwe2cEcm8 d)eodsd,bX5(d/dy9a5Oewd?dz5%6}3=a98=ac7Z0Ue66u7teM2y0I7nchcsak0-1a7(1*ebe3bfeedU15bieheP3VeW042Mcpckd*cm7gdTeca#040(90erbk8fdt0z5%7~3tb#d@6=846^d:697~5 a9eHc2040C8DeUbPcudc9Ve!esbzcjef04e_e?3`bAe(bu0Ccp0Veie#fneldjcpbSfHbta?020,9we,aWd~0ze0dccpcBbTa(9`du6=8kf6b_f83H8qfbeya56adFfgf^dM8#bv8^9YfT01e5fmbte^0J0-cpdXfydRfjfEe 7@et8nd-97f+fc890o9cf:b~6mf@f_fhfIfVfX8Pf g1ejd}e1fqe;fvfxfsd%dWfvfDfBaMfG3@f`gadicxe`dVfM5/f$f26Aexgpgla2gocOg%grd|bPacaeagaig2e@egcC780y6!6H6V6J6S1I0e6Mh12_2;g5262:6K1Oge5G2)0k0F0h0J0vcd0E6b1A1C1E1G0xf!6X1V3R333`0J0$0k1r2Z7$2#2s1.0U1a1OhxhzhB2!0M170e2i040=2g2C2,huhb0d0a0caac{1*040K0,7Yc=d0g50t1n1fhV0x0u0N2Z0*0U7V273B1w1ih{h}9$7Y0,9v8Q0e0~hV2)9K9$0?2-h%0%2:1W0@1ZhKhA0zhC1^0*0:1vd52PhJ5Ghyioiqf3hPhR0w0:1Biv1Thvim5G1)1+1-1/1;3B1s2c1}1 21hc572L2C2E1a0l1=1@1s0/1rh:9J0s1G2Y1r786U7@606Z3Cgef%f30j3Jdxg$3Gj06?g)dDj52w6j5!d@j9d`8=0%8X020%9;jk9xjm8IgUe)c80#0?bj7o8Va?b4g?a)js0?bN7Ie49sjmf 0kjC4cg_gYeuduj0f5gfj33-8aeCezjV84jb5^jYjRdFjga?0;0U1Fgd5:i~jVf*jTg*j40Mf/86f;5$j08qj#jUj j)8VjhjHjlk81ybhjCjvgQbIb3jJjCjE3RjOgg7|j0gij@j8962wj7jdks5Zj$6zkok4bP0%a?jt0Z0#kHkIkJkK6pf#3ig{i|g}h96S7=ha1R040H2sd79Lish{7*9W26d70I4F0$1r0z7/0~0^0~bb0~h:9Yc^0Q0P2W0tk;9X170S2)0t0p0x1h8Od3h~9G9Ih}7Vfpea0x0J0N2*d33t7(7*2 7,2(7/7Vk/9!hq0hi62gc l60x1E0C0x9Pk{0T9Z2oi07.0~d20$00h-l56@0I0k0-l5ifhXkW0lc|h|2klk0{0,26h|lklmk?l20Ch{lD0|ljag0{d0hhl-c.h cwi2k*lslOh}k=lh8SlDl:0rh@h_0^1gh?l=k^lf3Bk-k/l1hV0Cl41G9,0LhqgCea0~0ui8m8lVlXlUk hC0hlD9J3d0I250S2Ol{7(2Z9(0Y0xlKiclOh;lj2~2Yl!ik0ykVm*0_l,0t04.