增加C++版本代码

动态规划系列/最长公共子序列.md

@@ -121,9 +121,51 @@ else:
 
 ![labuladong](../pictures/labuladong.jpg)
 
+[labuladong](https://github.com/labuladong) 提供Python解法代码：
 
+```python
+def longestCommonSubsequence(str1, str2) -> int:
+    m, n = len(str1), len(str2)
+    # 构建 DP table 和 base case
+    dp = [[0] * (n + 1) for _ in range(m + 1)]
+    # 进行状态转移
+    for i in range(1, m + 1):
+        for j in range(1, n + 1):
+            if str1[i - 1] == str2[j - 1]:
+                # 找到一个 lcs 中的字符
+                dp[i][j] = 1 + dp[i-1][j-1]
+            else:
+                dp[i][j] = max(dp[i-1][j], dp[i][j-1])
+        
+    return dp[-1][-1]
+```
+
+[Jinglun Zhou](https://github.com/Jasper-Joe) 提供C++解法代码：
+
+```CPP
+class Solution {
+public:
+    int longestCommonSubsequence(string str1, string str2) {
+        int m=str1.size(), n=str2.size();
+        // 构建DP table 和 base case
+        vector<vector<int>> dp(m+1,vector<int>(n+1));
+        // dp[i][j]表示： 字符串str1[0:i]和字符串str2[0:j]的最大公共子序列
+        // 进行状态转移
+        for(int i=1;i<=m;i++)
+            for(int j=1;j<=n;j++)
+                if(str1[i-1]==str2[j-1]) // 两个字符相等，必然可以构成子问题的最优解
+                    // 找到一个lcs中的字符
+                    dp[i][j]=1+dp[i-1][j-1];
+                else //如果两个字符不相等，我们往前看一个字符
+                     //寄希望于str1[i-2]和str2[j-1]相等,或者str1[i-1]和str2[j-2]
+                     //如果他们两个当中有任何一个可以匹配， 我们就有机会更新当前dp值
+                    dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
+        return dp[m][n]; // 根据dp的定义，答案就存储在dp[m][n]中
+    }
+};
+```
 [上一篇：动态规划之正则表达](../动态规划系列/动态规划之正则表达.md)
 
 [下一篇：学习算法和刷题的思路指南](../算法思维系列/学习数据结构和算法的高效方法.md)
 
-[目录](../README.md#目录)
\ No newline at end of file
+[目录](../README.md#目录)