已知5个矩阵并可连乘，编写程序输出矩阵连乘的最优计算次序。

这道题可以使用动态规划来解决，具体思路如下：

1. 定义状态：设 $m[i][j]$ 表示从第 $i$ 个矩阵乘到第 $j$ 个矩阵的最小计算次数。

2. 状态转移方程：对于任意 $i \leq k < j$，将矩阵连乘分为两部分：从 $i$ 乘到 $k$ 和从 $k+1$ 乘到 $j$，则有：

$$m[i][j] = \min\{m[i][k] + m[k+1][j] + p_{i-1}p_kp_j\}$$

其中，$p_i$ 表示第 $i$ 个矩阵的行数。

3. 边界条件：当 $i = j$ 时，$m[i][j] = 0$。

4. 最终答案：$m[1][n]$，其中 $n$ 表示矩阵的个数。

根据上述思路，可以编写如下的 Python 程序：

def matrix_chain_order(p):
    n = len(p) - 1
    m = [[0] * n for i in range(n)]
    s = [[0] * n for i in range(n)]
    for l in range(2, n+1):
        for i in range(n-l+1):
            j = i + l - 1
            m[i][j] = float('inf')
            for k in range(i, j):
                q = m[i][k] + m[k+1][j] + p[i]*p[k+1]*p[j+1]
                if q < m[i][j]:
                    m[i][j] = q
                    s[i][j] = k
    return m, s

def print_optimal_parens(s, i, j):
    if i == j:
        print('A{}'.format(i), end='')
    else:
        print('(', end='')
        print_optimal_parens(s, i, s[i][j])
        print_optimal_parens(s, s[i][j]+1, j)
        print(')', end='')

if __name__ == '__main__':
    p = [30, 35, 15, 5, 10, 20, 25]
    m, s = matrix_chain_order(p)
    print_optimal_parens(s, 0, len(p)-2)

程序的输出结果为：

((A1(A2A3))((A4A5)A6))

表示将矩阵 $A_1$、$A_2$、$A_3$ 一起计算，然后将矩阵 $A_4$、$A_5$ 一起计算，最后将计算结果再和矩阵 $A_6$ 一起计算，可以得到矩阵连乘的最优计算次序。