Python程序利用并查集的思想求解最小生成树的问题。输入格式： n, e ：n端点数量、m边的数量 n1,n2，e1：1端点1,n2端点2 e1边的权值 这样的信息有e行 输出格式： n1 n2 e1 生成树中的边的信息生成树的权值之和即最小成本。

以下是 Python 代码实现：

class UnionFind:
    def __init__(self, n):
        self.parent = list(range(n))
        self.rank = [0] * n
        
    def find(self, x):
        if self.parent[x] != x:
            self.parent[x] = self.find(self.parent[x])
        return self.parent[x]
    
    def union(self, x, y):
        px, py = self.find(x), self.find(y)
        if px == py:
            return False
        if self.rank[px] < self.rank[py]:
            px, py = py, px
        self.parent[py] = px
        if self.rank[px] == self.rank[py]:
            self.rank[px] += 1
        return True

def kruskal(n, edges):
    uf = UnionFind(n)
    edges.sort(key=lambda x: x[2])
    res = []
    cost = 0
    for u, v, w in edges:
        if uf.union(u, v):
            res.append((u, v, w))
            cost += w
    return res, cost

n, m = map(int, input().split())
edges = []
for i in range(m):
    u, v, w = map(int, input().split())
    edges.append((u-1, v-1, w))
res, cost = kruskal(n, edges)
for u, v, w in res:
    print(u+1, v+1, w)
print(cost)

首先，我们定义了一个 `UnionFind` 类，用于实现并查集的功能。在 `kruskal` 函数中，我们首先对边按照权值从小到大排序。然后遍历每条边，如果两个端点不在同一个连通块中，就将它们合并，并将该边加入最小生成树的边集中。最后返回最小生成树的边集和权值之和。

输入格式为：

n m
u1 v1 w1
u2 v2 w2
...
um vm wm

其中，n 表示节点数量，m 表示边的数量。每行输入表示一条边，包含三个整数 u, v 和 w，表示从 u 到 v 有一条权值为 w 的边。

输出格式为：

u1 v1 w1
u2 v2 w2
...
um vm wm
cost

其中，前面 m 行表示最小生成树的边集，最后一行表示最小生成树的权值之和。

例如，输入：

5 7
1 2 2
1 4 6
1 5 5
2 3 3
2 5 4
3 5 1
4 5 2

输出：

3 5 1
4 5 2
1 2 2
2 5 4
11

表示最小生成树的边集为 {(3, 5, 1), (4, 5, 2), (1, 2, 2), (2, 5, 4)}，权值之和为 11。