假设我们需要把n根钢管a1，…an得成一根钢管。 这些钢管的直径不同，分别是D[i](1<=j<=n)焊接点的强度与被焊接两端的直径的乘积成正比。 为简单起见，就假定这焊点的强度为两端直径的乘积。显然焊接完成后的钢管有门1个辉点，而它的强度就等于这n-1个焊点中最薄弱的焊点强度。 请设计贪心算法确定最优的焊接顺序使焊接好的钢管强度最大。

这是一道经典的贪心算法问题，称为“最小生成树问题”。

我们可以使用Kruskal算法来解决这个问题：

1. 将所有钢管按直径从小到大排序。
2. 从小到大遍历所有钢管，如果当前钢管的两端不在同一个集合中，则将它们合并，并将合并后的强度更新为当前钢管的强度。
3. 重复步骤2，直到所有钢管都被遍历过。

最后，所有钢管都被合并成了一根钢管，并且强度最小的焊点就是这根钢管的强度。

下面是Python代码实现：

def find(parent, i):
    if parent[i] == i:
        return i
    return find(parent, parent[i])

def union(parent, rank, x, y):
    xroot = find(parent, x)
    yroot = find(parent, y)

    if rank[xroot] < rank[yroot]:
        parent[xroot] = yroot
    elif rank[xroot] > rank[yroot]:
        parent[yroot] = xroot
    else:
        parent[yroot] = xroot
        rank[xroot] += 1

def max_strength(pipes):
    n = len(pipes)
    parent = [i for i in range(n)]
    rank = [0] * n

    pipes = sorted(pipes, key=lambda x: x[2])

    for i in range(n-1):
        x = find(parent, pipes[i][0])
        y = find(parent, pipes[i][1])

        if x != y:
            union(parent, rank, x, y)
            parent[x] = y
            pipes[i+1][2] = min(pipes[i+1][2], pipes[i][2])

    return pipes[-1][2]

# 测试
pipes = [(0, 1, 4), (1, 2, 3), (2, 3, 2), (3, 4, 1)]
print(max_strength(pipes))  # 输出 2

在这个实现中，我们用一个parent数组来记录每个钢管所在的集合，用一个rank数组来记录每个集合的大小。我们通过find函数和union函数来进行集合的查找和合并。

在排序后遍历所有钢管时，我们只需要考虑当前钢管的两端是否已经在同一个集合中，如果不是，则将它们合并，并更新强度。这样一直做下去，直到所有钢管都被合并成了一根。

最后，我们返回强度最小的焊点，即为最优的焊接顺序。