帮我写一份python代码， 来解决上面的题目

当然可以，下面是一个简单的Python函数，它将帮助您解决这个问题。请注意，这个函数基于暴力搜索，对于较大的`n`和`m`可能不太高效，但在小规模问题上足够工作。如果您有具体的`n`和学生的坐位列表，请替换`seat_positions`变量，然后运行`find_best_gift_position(n, seat_positions)`。

def distance_to_neighbors(position, total_students):
    # 计算两个相邻位置之间的最小距离
    return min(abs(position - (position + 1) % total_students), abs(position - (position - 1) % total_students))

def find_best_gift_position(total_seats, seat_positions):
    min_distance_sum = float('inf')
    best_gift_position = None

    for gift_position in range(1, total_seats + 1):
        distance_sum = sum(distance_to_neighbors(gift_position, total_seats) for student_position in seat_positions)
        if distance_sum < min_distance_sum:
            min_distance_sum = distance_sum
            best_gift_position = gift_position

    return best_gift_position

# 使用示例
seat_positions = [1, 4, 3]
total_seats = 4
best_gift_position = find_best_gift_position(total_seats, seat_positions)
print(f"最佳礼物位置为 {best_gift_position}")

请将`seat_positions`替换为您的实际数据，然后运行这段代码即可得到答案。如果需要处理更大的数据集，考虑使用动态规划或其他优化算法可能会更有效率。