用Python写一个程序，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。

以下是基于并查集的最小生成树算法的 Python 代码实现：

class UnionFind:
    def __init__(self, n):
        self.parent = list(range(n))
        self.rank = [0] * n

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

    def union(self, i, j):
        pi, pj = self.find(i), self.find(j)
        if pi == pj:
            return False
        if self.rank[pi] < self.rank[pj]:
            pi, pj = pj, pi
        self.parent[pj] = pi
        if self.rank[pi] == self.rank[pj]:
            self.rank[pi] += 1
        return True


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


n, e = map(int, input().split())
edges = []
for i in range(e):
    u, v, w = map(int, input().split())
    edges.append((u-1, v-1, w))

result, cost = kruskal_algorithm(n, edges)

print("生成树中的边的信息：")
for u, v in result:
    print(u+1, v+1)

print("生成树的权值之和：", cost)

在这个实现中，我们首先定义了一个 `UnionFind` 类，该类维护了每个节点的父节点和秩（rank），以及 `find` 和 `union` 方法，分别用于查找节点所属的集合和合并两个集合。然后我们使用 Kruskal 算法，将边按照权值从小到大排序，然后依次将边加入生成树中，直到所有节点都在同一个集合中为止。最后输出生成树中的边的信息和生成树的权值之和即可。

输入样例：

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

输出样例：

生成树中的边的信息：
4 5
3 5
1 2
2 3
生成树的权值之和： 10