Edit README.md

README.md

@@ -3,14 +3,14 @@
 
 Dieses Projekt implementiert und vergleicht drei graphbasierte Pfadfindungsalgorithmen (Dijkstra, A\* und ALT) unter Verwendung paralleler Verarbeitung mit OpenMP für CPU-Parallelisierung und CUDA für GPU-Beschleunigung.
 
-## Projektübersicht
+## 1. Projektübersicht
 ----------------
 
 Das Projekt vergleicht die Leistung von:
 
 * **Dijkstra-Algorithmus**: Klassischer Kürzeste-Wege-Algorithmus
-* **A* (A-Stern)**: Heuristikbasierter Pfadfindungsalgorithmus
-* **ALT (A, Landmarks und Dreiecksungleichung)**: Fortgeschrittene Variante von A* mit Landmarken
+* **A-Stern-Algorithmus**: Heuristikbasierter Pfadfindungsalgorithmus
+* **ALT-Algorithmus (A, Landmarks und Dreiecksungleichung)**: Fortgeschrittene Variante von A* mit Landmarken
 
 Jeder Algorithmus wird in drei Versionen implementiert:
 
@@ -18,7 +18,7 @@ Jeder Algorithmus wird in drei Versionen implementiert:
 2. Parallel mit OpenMP (CPU Multi-Thread)
 3. Parallel mit CUDA (GPU-beschleunigt)
 
-## Projektstruktur
+## 2. Projektstruktur
 ----------------
 
 ```mermaid
@@ -86,7 +86,7 @@ classDiagram
 ```
 
 
-## Voraussetzungen
+## 3. Voraussetzungen
 ---------------
 
 * Qt 5.x oder höher (qtbase5-dev für Qt5 oder qt6-base-dev für Qt6)
@@ -95,7 +95,7 @@ classDiagram
 * CUDA Toolkit 12.8 (installiert in /usr/local/cuda-12.8)
 * NVIDIA GPU mit Compute Capability 7.5 oder höher (Turing-Architektur oder neuer)
 
-## Projekt kompilieren
+## 4. Projekt kompilieren
 -------------------
 
 ### Umgebungseinrichtung
@@ -124,13 +124,16 @@ Führen Sie die kompilierte Binärdatei aus:
 ```bash
 ./pth
 ```
-
+Für Windows:
+```bash
+./pth.exe
+```
 Das Programm führt Leistungstests durch, die die drei Algorithmen über verschiedene Implementierungen hinweg vergleichen und die Ergebnisse ausgeben.
 
 ## Implementierungsdetails
 -----------------------
 
-### Graphgenerierung
+### 1. Graphgenerierung
 
 Das Projekt verwendet synthetische Graphen für Tests, die mit kontrollierbaren Parametern wie folgenden generiert werden:
 
@@ -139,7 +142,7 @@ Das Projekt verwendet synthetische Graphen für Tests, die mit kontrollierbaren
 * Kantengewichtsverteilung
 * Landmarkenauswahl
 
-### Leistungstests
+### 2. Leistungstests
 
 Das performancetest-Modul bietet Funktionalitäten zum:
 
@@ -148,14 +151,14 @@ Das performancetest-Modul bietet Funktionalitäten zum:
 * Messen und Vergleichen der Ausführungszeiten
 * Berechnen von Beschleunigungsfaktoren
 
-### CUDA-Implementierung
+### 3. CUDA-Implementierung
 
 Die CUDA-Implementierung nutzt:
 
 * CUDA-Streams für gleichzeitige Kernel-Ausführung
 * Shared-Memory-Optimierung für bessere Speicherzugriffsmuster
 
-### OpenMP-Implementierung
+### 4. OpenMP-Implementierung
 
 Die OpenMP-Implementierung verwendet:
 
@@ -163,7 +166,7 @@ Die OpenMP-Implementierung verwendet:
 * Dynamische Scheduling für Lastausgleich
 * Aufgabenbasierte Parallelität wo angemessen
 
-## Konfiguration
+## 5. Konfiguration
 -------------
 
 Die wichtigsten Leistungsparameter können im Code konfiguriert werden:
@@ -172,7 +175,7 @@ Die wichtigsten Leistungsparameter können im Code konfiguriert werden:
 * Anzahl der OpenMP-Threads
 * Testwiederholungen für statistische Signifikanz
 
-## Leistungsanalyse
+## 6. Leistungsanalyse
 ----------------
 
 Die Leistung wird über Implementierungen hinweg gemessen und verglichen, basierend auf: