使用并查集的思想求解最小生成树问题 输入格式： n，e ；n端点数量、m边的数量 n1,n2,e1 ; n1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

好的，这是一个经典的最小生成树问题，可以使用 Kruskal 算法或 Prim 算法来解决。在这里我将给出 Kruskal 算法的实现。

Kruskal 算法的基本思路是将图中的所有边按照权值从小到大排序，然后依次加入到生成树中，若加入该边后形成环，则不加入该边。直到生成树中有 n-1 条边为止。

首先定义一个并查集，用来判断加入边后是否形成环。然后将所有边按照权值从小到大排序，依次加入到生成树中，直到生成树中有 n-1 条边为止。

以下是 Kruskal 算法的 Python 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]:
            self.parent[py] = px
        elif self.rank[px] < self.rank[py]:
            self.parent[px] = py
        else:
            self.parent[py] = px
            self.rank[px] += 1
        return True

def kruskal(n, edges):
    uf = UnionFind(n)
    edges.sort(key=lambda x: x[2])
    res = []
    for e in edges:
        if uf.union(e[0], e[1]):
            res.append(e)
            if len(res) == n - 1:
                break
    return res

n, m = map(int, input().split())
edges = []
for i in range(m):
    n1, n2, e1 = map(int, input().split())
    edges.append((n1-1, n2-1, e1))
res = kruskal(n, edges)
print(sum(e[2] for e in res))
for e in res:
    print(e[0]+1, e[1]+1, e[2])

其中，UnionFind 类实现了并查集的基本操作，kruskal 函数实现了 Kruskal 算法的核心部分。输入的第一行是 n 和 m，表示节点数和边数。接下来的 m 行每行给出一条边的信息，包括两个端点和边的权值。输出的第一行是生成树的权值之和，接下来的每行是生成树中的一条边的信息，包括两个端点和边的权值。