在C++中實現SVM算法需要借助一些開源的機器學習庫，比如libsvm或者opencv。以下是一個簡單的示例代碼使用libsvm庫實現SVM算法：

#include <iostream>
#include <svm.h>

int main() {
    // 創建一個訓練數據集
    struct svm_problem prob;
    prob.l = 4;
    prob.y = new double[prob.l]{1, -1, -1, 1};
    prob.x = new svm_node *[prob.l];
    svm_node x1[3] = { {1, 1}, {2, 1}, {-1, -1} };
    svm_node x2[3] = { {1, -1}, {-1, 1}, {2, -1} };
    prob.x[0] = x1;
    prob.x[1] = x2;

    // 設置SVM參數
    struct svm_parameter param;
    param.svm_type = C_SVC;
    param.kernel_type = LINEAR;
    param.C = 10;

    // 訓練SVM模型
    struct svm_model *model = svm_train(&prob, &param);

    // 創建一個測試數據
    svm_node test[3] = { {1, 1}, {2, 1}, {-1, -1} };

    // 使用SVM模型進行預測
    double predict_label = svm_predict(model, test);
    std::cout << "Predicted label: " << predict_label << std::endl;

    // 釋放內存
    delete[] prob.y;
    delete[] prob.x;
    svm_free_and_destroy_model(&model);

    return 0;
}

在這個示例中，我們使用libsvm庫創建了一個簡單的訓練數據集，并訓練了一個線性SVM模型。然后，我們使用該模型對一個測試數據進行預測，并輸出預測結果。最后，我們釋放了分配的內存并銷毀了模型。

需要注意的是，以上只是一個簡單的示例代碼，實際應用中可能需要更多的數據處理和模型調參工作。您可以根據實際需求對代碼進行修改和優化。