当前位置:首页 > 文章列表 > 文章 > 常见问题 > 一个马拉松多少公里?全马距离详解

一个马拉松多少公里?全马距离详解

2026-03-15 08:15:37 0浏览 收藏
你是否好奇“一个马拉松多少公里”背后隐藏着怎样的历史与规则?全程马拉松并非随意设定,而是严格锁定在42.195公里这一精确数字——它源自1908年伦敦奥运会上为满足英国王室观赛需求而临时延长的路线,后于1921年被国际田联正式确立为全球唯一官方标准,误差不得超过0.1%,仅此距离才能获得权威认证;它既不是古希腊传说中的约40公里,也不等于常见的10公里或半马,而是融合了皇室礼仪、测量科学与体育制度的百年结晶。

一个马拉松多少公里 全马距离

如果您查询“一个马拉松多少公里”,所指的正是国际田径联合会(World Athletics)官方认证的全程马拉松标准距离。该距离具有明确的历史渊源与法定精度要求,以下为具体说明:

一、全马标准距离的法定数值

全程马拉松的正式距离为42.195公里(即26英里385码)。该数值自1921年5月由国际业余田径联合会(IAAF前身)正式确立,并沿用至今。赛道实际丈量误差不得超过0.1%,即最大允许长度为42.237公里。

1、该距离源于1908年伦敦奥运会:起点设于温莎城堡草坪前,终点位于白城运动场王室观景台,全程精确为26英里385码。

2、1924年巴黎奥运会后,此长度被国际田联采纳为全球统一标准。

3、换算为日常参照:相当于绕标准400米田径场跑道105圈整。

二、全马距离的历史依据

现代马拉松距离并非源自古希腊传说中菲迪皮得斯奔跑的约40公里原始路线,而是经由奥运实践逐步固定。第二届奥运会马拉松为40.260公里,第三届为40公里,至第四届伦敦奥运会才首次采用42.195公里,并因其特殊观赛安排成为历史节点。

1、1908年伦敦奥运会组委会为满足英国王室成员在温莎城堡观赛需求,特意延长起点至城堡草坪。

2、终点设于白城体育场王室包厢正前方,最终测得距离为26英里385码。

3、该距离于1921年被国际田联写入竞赛规则,成为不可更改的法定标准。

三、全马与其他常见路跑距离的区分

只有达到且严格符合42.195公里±0.1%误差范围的赛事,方可被认证为“全程马拉松”。其他距离即使接近,亦不具同等资格。

1、半程马拉松(半马)为21.0975公里,精确等于全马距离的一半。

2、四分马拉松为10.54875公里,系全程马拉松的四分之一,非10公里。

3、“迷你马拉松”“欢乐跑”等称谓无距离规范,可能为5公里、10公里或定制距离,不属于国际田联认证的马拉松项目。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《一个马拉松多少公里?全马距离详解》文章吧,也可关注golang学习网公众号了解相关技术文章。

Python 异步锁 asyncio.Lock 实战应用Python 异步锁 asyncio.Lock 实战应用
上一篇
Python 异步锁 asyncio.Lock 实战应用
PHP表单提交关联数组持久化方法
下一篇
PHP表单提交关联数组持久化方法
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。
    336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。
    393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。
    388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。
    353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。
    176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