用Kruskal算法计算出无向图的最小生成树。输入：无输出：生成树的每条边及生成树的权值之和

好的，我可以帮你解决这个问题。Kruskal算法是一种贪心算法，用于计算无向图的最小生成树。其基本思想是从所有边中选择最小权值的边加入生成树中，直到生成树中包含了所有的顶点。

以下是Kruskal算法的详细步骤：

1. 将所有的边按照权值从小到大排序。
2. 初始化一个空的生成树。
3. 依次遍历排序后的边，如果这条边的两个端点不在同一个连通块中，则将这条边加入生成树中，并将这两个端点合并到同一个连通块中。
4. 重复步骤3，直到生成树中包含了所有的顶点。

接下来，我将给出一个使用Kruskal算法计算无向图最小生成树的Python代码：

def kruskal(graph):
    # 将所有边按照权值从小到大排序
    edges = sorted(graph.edges, key=lambda e: e.weight)
    # 初始化每个点的连通块
    parents = {v: v for v in graph.vertices}
    # 定义找父节点的函数
    def find(parents, v):
        while v != parents[v]:
            v = parents[v]
        return v
    # 定义连接连通块的函数
    def union(parents, v1, v2):
        p1, p2 = find(parents, v1), find(parents, v2)
        parents[p1] = p2
    # 初始化生成树和权值之和
    mst, weight = [], 0
    # 遍历所有的边
    for e in edges:
        if find(parents, e.start) != find(parents, e.end):
            # 如果两个端点不在同一个连通块中，则将这条边加入生成树中
            mst.append(e)
            weight += e.weight
            # 将这两个端点合并到同一个连通块中
            union(parents, e.start, e.end)
    # 返回生成树和权值之和
    return mst, weight

其中，`graph`表示输入的无向图，其包含了所有的顶点和边。`graph.edges`表示图中所有的边，`e.weight`表示边`e`的权值。在代码中，我们使用了一个`parents`字典来记录每个点所在的连通块。`find`函数用于查找某个点所在的连通块的根节点，`union`函数用于将两个点所在的连通块合并成一个。最后，我们遍历所有的边，如果这条边的两个端点不在同一个连通块中，则将它加入生成树中，并将这两个端点合并到同一个连通块中。最终，函数返回生成树和权值之和。

希望这个回答能够帮助到你！