请设计int Kruskal(Graph g)函数。 该函数用Kruskal算法求g的最小生成树的权，并返回最小生成树的权。 如果最小生成树不存在，则返回-1。

好的，可以的。Kruskal 算法是一种基于贪心算法的最小生成树算法，具体实现如下：

1. 将图 g 中所有边按照权值从小到大排序。
2. 初始化一个空的最小生成树 mst 和一个并查集 disjoint_set。
3. 遍历排序后的边，如果该边的两个端点不在同一集合中，则将该边加入最小生成树 mst 中，并将两个端点合并到同一个集合中。重复该步骤直到最小生成树 mst 边数等于节点数减1，或者遍历完所有边。
4. 如果最小生成树 mst 边数等于节点数减1，则返回最小生成树权值，否则返回-1。

下面是 Kruskal 函数的具体实现：

def Kruskal(g):
    edges = sorted(g.edges, key=lambda x: x[2])  # 按边权值排序
    disjoint_set = DisjointSet(g.num_vertices)  # 初始化并查集
    mst = []
    for u, v, w in edges:
        if disjoint_set.find(u) != disjoint_set.find(v):  # 如果两个端点不在同一集合中
            mst.append((u, v, w))
            disjoint_set.union(u, v)  # 合并两个端点到同一集合中
        if len(mst) == g.num_vertices - 1:  # 如果最小生成树边数等于节点数减1
            return sum([w for u, v, w in mst])  # 返回最小生成树权值
    return -1  # 最小生成树不存在

其中，DisjointSet 是一个并查集数据结构，用于维护节点集合的合并和查找操作。