以下是一个用C++实现的动态规划算法来解决最长子序列问题（Longest Common Subsequence）的示例代码：
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int longestCommonSubsequence(string text1, string text2) {
int m = text1.length();
int n = text2.length();
// 创建二维数组dp，并初始化为0
vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
for (int i = 1; i <= m; ++i) {
for (int j = 1; j <= n; ++j) {
if (text1[i - 1] == text2[j - 1]) {
// 如果两个字符相等，则最长子序列长度加一
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
// 否则取前一个状态的最大值
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
return dp[m][n];
}
int main() {
string text1 = "abcde";
string text2 = "ace";
int result = longestCommonSubsequence(text1, text2);
cout << "The length of the longest common subsequence is: " << result << endl;
return 0;
}
以上的代码使用了二维数组dp来记录最长公共子序列的长度。通过遍历字符串text1和text2，根据当前字符是否相等，更新dp数组的值。最后返回dp[m][n]作为最长公共子序列的长度。
请注意，上述代码仅解决了最长公共子序列问题的长度，如果你需要获取具体的最长公共子序列本身（而不仅仅是长度），还需要进行某些额外的操作。