Это вопрос про bzip2формат архива, Любой архив Bzip2 состоит из заголовка файла, одного или нескольких блоков и структуры хвоста. Все блоки должны начинаться с "1AY &SY», 6 байтов BCD-кодированных цифр числа Пи, 0x314159265359. В соответствии систочник bzip2:

/*--
  A 6-byte block header, the value chosen arbitrarily
  as 0x314159265359 :-).  A 32 bit value does not really
  give a strong enough guarantee that the value will not
  appear by chance in the compressed datastream.  Worst-case
  probability of this event, for a 900k block, is about
  2.0e-3 for 32 bits, 1.0e-5 for 40 bits and 4.0e-8 for 48 bits.
  For a compressed file of size 100Gb -- about 100000 blocks --
  only a 48-bit marker will do.  NB: normal compression/
  decompression do *not* rely on these statistical properties.
  They are only important when trying to recover blocks from
  damaged files.
--*/

Вопрос: правда ли, что все архивы bzip2 будут иметь блоки с началом, выровненным по границе байта? Я имею в виду все архивы, созданные эталонной реализацией bzip2, утилиты bzip2-1.0.5 +.

Я думаю, что bzip2 может анализировать поток не как поток байтов, а как поток битов (сам блок кодируется с помощью huffman, который не выровнен по байту по конструкции).

Итак, другими словами: еслиgrep -c 1AY&SY больше (huffman может генерировать 1 день &SY внутри блока) или равно количеству блоков bzip2 в файле?