当前位置:首页 > 文章列表 > 文章 > 常见问题 > 一斤大米多少大卡,鸡胸肉热量多少

一斤大米多少大卡,鸡胸肉热量多少

2026-01-11 18:15:39 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习文章的朋友们,也希望在阅读本文《一斤大米多少大卡,鸡胸肉热量多少》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新文章相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

一斤生大米约1725千卡,一斤去皮鸡胸肉约640千卡;大米热量来自高碳水,鸡胸肉则以高蛋白、低脂为特点,二者营养构成差异决定其在减脂期的不同作用。

一斤大米多少大卡,一斤鸡胸肉多少大卡

一斤大米约1725大卡,一斤鸡胸肉约640大卡。

一斤大米的热量看的是“生重”

市面上说的“一斤大米”,默认是未煮的生米。根据多份近期数据(2025年多批次检测),100克生大米热量集中在345–370千卡之间,取中间值按345千卡计算: • 500克(一斤)生大米 ≈ 5 × 345 = 1725千卡 注意:这个热量不会因加水煮饭而增加,只是被水分稀释——比如一斤生米加水煮成约三斤熟米饭,总热量仍是1725千卡,但每100克熟米饭就只剩约116–130千卡。

一斤鸡胸肉的热量取决于是否去脂去皮

新鲜去皮鸡胸肉(生重)的热量较稳定: • 每100克约128千卡(中国食物成分表标准值) • 500克(一斤)≈ 5 × 128 = 640千卡 若带少量脂肪或未完全去皮,可能升至135千卡/100克左右(即约675千卡/斤);水煮、蒸、少油煎对热量影响极小,但腌制后吸油或裹粉油炸会明显升高。

两者热量差背后是营养构成不同

• 大米几乎全是碳水(占比75%以上),蛋白质仅约7–8克/100克生米; • 鸡胸肉以优质蛋白为主(约22克/100克),脂肪不到1.5克,碳水几乎为零; • 所以同样一斤,大米提供的是快速能量,鸡胸肉提供的是修复和维持肌肉的原料——减脂期常建议用部分鸡胸替代精制主食,不是因为“更瘦”,而是为了稳血糖、保肌肉、延长饱腹感。

理论要掌握,实操不能落!以上关于《一斤大米多少大卡,鸡胸肉热量多少》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

Linux大页启用与性能优化技巧Linux大页启用与性能优化技巧
上一篇
Linux大页启用与性能优化技巧
Golang实现简单计时器与倒计时方法
下一篇
Golang实现简单计时器与倒计时方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    344次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    406次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    405次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    367次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    189次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码