根据动态规划的思想完成LCSubstring方法，求出给定两个字符串的最长公共子串长度。写出python代码

要使用动态规划解决两个字符串的最长公共子串（Longest Common Substring, LCS）问题，你可以编写如下的Python代码：

def LCSubstring(str1, str2):
    len1, len2 = len(str1), len(str2)
    # 初始化二维数组c
    c = [[0] * (len2 + 1) for _ in range(len1 + 1)]
    
    # 记录最长公共子串长度和结束位置
    max_len = 0
    end_pos = 0
    
    # 填充二维数组c
    for i in range(1, len1 + 1):
        for j in range(1, len2 + 1):
            if str1[i - 1] == str2[j - 1]:
                c[i][j] = c[i - 1][j - 1] + 1
                if c[i][j] > max_len:
                    max_len = c[i][j]
                    end_pos = i
            else:
                c[i][j] = 0
                
    # 返回最长公共子串长度
    return max_len

# 示例
str1 = "abcdefg"
str2 = "xyzabcfghijk"
length = LCSubstring(str1, str2)
print(f"最长公共子串长度为: {length}")

这段代码首先创建了一个二维数组`c`来存储子串长度，然后通过遍历两个字符串，如果当前字符相同，则更新`c`的对应元素并更新最长子串信息；如果不相同，则置`c`的元素为0。最后返回最长公共子串的长度。