两点的距离度量是最基本的度量关系，也是其他度量关系的基础，实现“点/面”最近欧式距离的计算。输入一个点和一个多边形（一组点坐标），计算点与多边形的拐点的所有距离，并将最短距离输出。(数组与循环)

以下是实现该功能的 Python 代码：

import math

def distance(p1, p2):
    # 计算两点之间的欧式距离
    return math.sqrt((p1[0]-p2[0])**2 + (p1[1]-p2[1])**2)

def closest_distance(point, polygon):
    # 初始化最短距离为正无穷
    shortest_dist = float('inf')
    
    # 遍历多边形的每个顶点
    for i in range(len(polygon)):
        # 计算当前顶点与点之间的距离
        dist = distance(point, polygon[i])
        
        # 如果当前距离比最短距离小，则更新最短距离
        if dist < shortest_dist:
            shortest_dist = dist
    
    # 返回最短距离
    return shortest_dist

# 测试代码
point = (1, 1)
polygon = [(0, 0), (2, 0), (2, 2), (0, 2)]
print(closest_distance(point, polygon))  # 输出结果应为 1.41421356

该代码实现了一个 `closest_distance` 函数，该函数接受一个点和一个多边形（由一组点坐标表示），并计算点与多边形的拐点的所有距离，并返回最短距离。该函数中，我们首先定义了一个 `distance` 函数，用于计算两个点之间的欧式距离。接着，我们初始化最短距离为正无穷，然后遍历多边形的每个顶点，计算当前顶点与点之间的距离，并更新最短距离。最后，函数返回最短距离。在测试代码中，我们传入一个点和一个四边形，并输出最短距离。