问题：矩阵连乘。 要求：采用动态规划算法求解以上问题。 1、请用伪码描述该算法。 2、请截图显示实现该算法的c语言代码。 3、请写出动态规划数组和决策数组的值（如果使用了决策数组）。

矩阵连乘，也称为乘法链，是一个经典的问题，可以使用分治策略和动态规划来解决。动态规划在这种场景下的关键是避免不必要的重复计算。以下是用伪码描述的一个基本动态规划算法：

function matrixMultiplicationChain(order):
    dp = new array of size order + 1
    for i from 1 to order:
        dp[i] = infinity (or very large number)
    
    base case: 
    dp[1] = 0 (since multiplying a single matrix with itself is trivial)

    for l from 2 to order:
        for i from 1 to order - l + 1:
            j = i + l - 1
            dp[l] = min(dp[l], dp[i] + dp[j-i+1] + matrixMultiply(A[i:j], A[j-i+1:i+l]))

    return dp[order]

这个函数接收一个表示矩阵链长度的`order`，dp数组存储的是以当前节点为结尾的最短运算路径的代价。

下面是使用C语言实现动态规划的部分代码片段：

int* dp = malloc(sizeof(int) * (n + 1)); // n是矩阵链的长度
// ... 动态填充dp数组 ...

int multiply(int len, Matrix** matrices, int start, int end) {
    if (start == end) return 0; // 基本情况
    int min_cost = INT_MAX;
    for (int mid = start + 1; mid < end; mid++) {
        int cost = dp[start] + dp[mid] + matrixCost(matrices[start], matrices[mid], matrices[mid + 1]);
        if (cost < min_cost) min_cost = cost;
    }
    dp[len] = min_cost;
    return min_cost;
}

matrixMultiplicationChain(order) {
    // ... 调用multiply()函数并处理结果 ...
}

在这个C代码中，`matrixCost()`是一个计算两个矩阵相乘的成本的辅助函数，它会根据实际情况计算实际的矩阵乘法规则。

动态规划数组`dp`记录了每个子问题的最优解，而决策过程并不涉及单独的“决策数组”，因为它直接反映了通过比较所有可能性选择最优解的过程。