矩阵连乘问题，输入是多个矩阵的结构向量，输出是给出最小代价的一个乘法顺序。据此使用C语言写出一段代码

矩阵连乘问题，也称为最短路径问题在矩阵乘法中的应用，通常通过计算每个可能的矩阵乘积顺序的成本（如时间复杂度或FLOPS数）来解决。给定一系列矩阵A、B、C...等，目标是找到一个最优的乘法顺序，使得总的运算次数最少。这个问题可以转化为动态规划问题。

下面是一个简单的C语言示例，使用了广度优先搜索(BFS)算法来求解。假设我们有一个二维数组`matrices`存储矩阵，`cost[i][j]`表示将矩阵i放在矩阵j前面的最小成本：

#include <stdio.h>
#include <stdlib.h>
#include <queue>

#define N MAX_MATRICES  // 替换为实际矩阵的数量

// 定义一个结构体来存储矩阵及其下标
typedef struct {
    int matrix;
    int index;
} MatrixNode;

// 计算两个矩阵相乘的成本
int cost(int a, int b) {
    return mat_cost[a][b];  // 假设mat_cost[][]已经预计算好
}

// 比较节点的成本并返回更优者
int compare(const void* a, const void* b) {
    MatrixNode *node1 = (MatrixNode*)a;
    MatrixNode *node2 = (MatrixNode*)b;
    return cost(node1->index, node2->index);
}

// 广度优先搜索函数
void bfs(int start, int matrices[N]) {
    Queue q;
    Node init = {start, start};
    enqueue(&q, &init);

    while (!is_empty(&q)) {
        MatrixNode cur = dequeue(&q);
        if (cur.index == N - 1) {
            printf("Optimal order: ");
            for (int i = 0; i < N; ++i) {
                printf("%d ", matrices[cur.matrix]);
            }
            printf("\n");
            break;
        }

        for (int j = 0; j < N && matrices[j] != cur.matrix; ++j) {
            if (cost(cur.index, j) < infinity_cost) {  // 假设infinity_cost足够大
                MatrixNode newNode = {j, cur.index + 1};
                enqueue(&q, &newNode);
            }
        }
    }
}

int main() {
    int matrices[N];
    // 初始化矩阵列表...
    bfs(0, matrices);  // 从第一个矩阵开始
    return 0;
}

注意这只是一个基本的框架，实际实现可能需要根据具体的矩阵大小和成本模型进行调整。同时，这个例子假设了一个无限大的`infinity_cost`用于表示当前无法达到的最低成本，你需要根据实际需求替换这个值。最后，记得设置`MAX_MATRICES`为实际的矩阵数量，并根据矩阵的实际维度和成本计算方法填充`mat_cost[][]`数组。