Karger-Stein分支扩增的其他应用？

我刚在我的研究生算法课上教过Karger-Stein随机mincut算法。这是一个真正的算法瑰宝，所以我不能教它，但是它总是让我感到沮丧，因为我不知道主要技术的任何其他应用。（因此，很难分配功课来将重点带回家。）

Karger和Stein算法是对Karger早期算法的改进，该算法迭代收缩随机边缘，直到图形只有两个顶点为止。这个简单的算法以时间运行，并以概率Ω （1 / n 2）返回最小割，其中n是输入图中顶点的数量。改进的“递归收缩算法”迭代收缩随机边缘，直到顶点数量从n降至n / $O(n^2)$$\Omega(1/n^2)$$n$$n$，在剩余图上递归调用两次，然后返回两个结果割中较小的一个。改进算法的直接实现以O（n2logn）时间运行，并以概率Ω（1/logn）返回最小割。（这些算法有更有效的实现，以及更好的随机算法。）$n/\sqrt{2}$$O(n^2\log n)$$\Omega(1/\log n)$

还有哪些其他随机算法使用类似的分支扩增技术？我在那个例子特别感兴趣，没有（明显）涉及图切割。

@JeffE，这是一篇统计图形中最小重量循环的论文。据我所知，它绝对是受到Karger的技术/结果的启发，这是一个有趣的证明。希望这对教学有所帮助。