给定两个字符串A和B，使用动态规划算法完成以下任务： 基础任务： 输出最长公共子串的长度 用c++完成

当我们要使用动态规划解决给定两个字符串A和B的最长公共子串（Longest Common Substring, LCS）问题时，我们可以创建一个二维数组dp来存储子问题的解。数组的每个元素dp[i][j]表示A从0到i和B从0到j的最长公共子串的长度。

以下是使用C++实现这个算法的基本步骤：

#include <iostream>
#include <vector>

int longestCommonSubstr(std::string A, std::string B) {
    int m = A.length();
    int n = B.length();

    // 初始化二维数组
    std::vector<std::vector<int>> dp(m + 1, std::vector<int>(n + 1, 0));

    // 记录最长公共子串长度和结束位置
    int maxLen = 0;
    int endPos = -1;

    for (int i = 1; i <= m; ++i) {
        for (int j = 1; j <= n; ++j) {
            if (A[i - 1] == B[j - 1]) { // 如果字符相等
                dp[i][j] = dp[i - 1][j - 1] + 1; // 更新子问题的解
                if (dp[i][j] > maxLen) { // 如果找到更长的子串
                    maxLen = dp[i][j];
                    endPos = i - 1; // 更新最长子串结束位置
                }
            }
        }
    }

    // 最后返回最长公共子串长度
    return maxLen;
}

int main() {
    std::string A = "ABCDGH";
    std::string B = "AEDFHR";
    int result = longestCommonSubstr(A, B);
    std::cout << "The length of the longest common substring is: " << result << std::endl;
    return 0;
}

在这个例子中，`longestCommonSubstr`函数计算了A和B的最长公共子串长度，并在主函数中提供了一个简单的测试用例。如果你需要进一步的帮助，可以问我关于动态规划的具体问题，或者关于如何优化算法效率的问题。