邻近算法，或者说K最邻近（KNN，K-NearestNeighbor）分类算法是数据挖掘分类技术中最简单的方法之一。 所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。 近邻算法就是将数据集合中每一个记录进行分类的方法。 当然，xcpc 选手大概率不想看上面的题目背景，KNN 实际上就是花费最少的代价，建立 条无向边，让 个节点连接成 个连通块。 注意到 时，这是一棵 最小生成树。 由于KNN的点集分类不唯一，懒比76也不想写spj，所以他想请你分别输出 的最小代价。

输入描述:

第一行有一个整数 ，代表节点的总数。随后 行，每行三个整数 ，代表 和 之间有一条代价为 的无向边。保证没有重边和自环。

输出描述:

在一行内输出 个整数，代表 的最小代价。

备注:

这是一张KNN的示意图，与样例无关。