给定k个排好序的序列s1,s2,……,sk,用2路合并算法将这k个序列合并成一个序列。假设所采用当初2路合并算法合并两个长度分别为m和n的序列需要m+n-1次比较，试着设计一个算法确定合并这个序列的最优合并顺序，使所用的总次序比较少（使用python语言完成）

这是一个经典的动态规划问题，可以使用递归的方式进行求解。假设有k个序列，我们可以将它们分成两个部分，前面的i个序列和后面的k-i个序列，那么它们的最优合并顺序一定是这两部分的最优合并顺序的组合。因此，我们可以使用递归的方式，对于任意的i和j，定义dp[i][j]为合并前i个序列和后j个序列的最少比较次数，状态转移方程为：dp[i][j] = min(dp[i][k] + dp[k+1][j] + len[i]*len[k+1]*len[j+1])，其中len表示序列的长度，k的取值范围为[i,j-1]。

具体实现代码如下：

def merge_sort(s, i, j):
    if i == j:
        return 0
    elif i == j-1:
        return s[i]*s[j]
    else:
        min_count = float('inf')
        for k in range(i, j):
            count = merge_sort(s, i, k) + merge_sort(s, k+1, j) + s[i]*s[k+1]*s[j+1]
            min_count = min(min_count, count)
        return min_count

s = [2, 3, 4, 5, 6]
result = merge_sort(s, 0, len(s)-1)
print(result)

其中，s表示k个序列的长度，i和j分别表示序列的起始和结束位置。最终的结果为dp[0][k-1]，即合并所有的序列的最少比较次数。