用C++写出最长公共子序列问题的算法。要求输入两个序列X，Y，输出X和Y的最长公共子序列。

在C++中，可以使用动态规划（Dynamic Programming）的方法来解决最长公共子序列（Longest Common Subsequence，LCS）问题。经典的Kruskal's Algorithm并不是最适合于此问题的，而是一种名为“二维动态规划”的策略更为合适。

下面是一个简单的C++代码示例：

#include <iostream>
#include <vector>

int lcs(std::string X, std::string Y) {
    int m = X.size();
    int n = Y.size();

    // 初始化一个二维动态规划矩阵
    std::vector<std::vector<int>> dp(m + 1, std::vector<int>(n + 1, 0));

    // 遍历矩阵，填充dp[i][j]
    for (int i = 1; i <= m; i++) {
        for (int j = 1; j <= n; j++) {
            if (X[i - 1] == Y[j - 1]) {
                dp[i][j] = dp[i - 1][j - 1] + 1;
            } else {
                dp[i][j] = std::max(dp[i - 1][j], dp[i][j - 1]);
            }
        }
    }

    return dp[m][n];
}

int main() {
    std::string X = "ABCDGH";
    std::string Y = "AEDFHR";

    int result = lcs(X, Y);
    std::cout << "The length of the longest common subsequence is: " << result << std::endl;

    return 0;
}

在这个代码中，`dp[i][j]`表示字符串X的前i个字符和字符串Y的前j个字符的最长公共子序列长度。如果X[i-1]和Y[j-1]相等，那么它们本身就是LCS的一部分，所以长度加一；如果不相等，取两者的最大值，即去掉最后一个字符后的LCS长度。