正确答案是：B: 使树成长

专业分析：
在决策树算法中，信息增益是用来评估每个特征对数据分类的贡献。信息增益的计算基于熵（Entropy）的概念，熵是度量数据集纯度的一种指标。信息增益的公式如下：

\[ 信息增益 = 熵(父节点) - \sum(子节点熵 \times 子节点中的样本比例) \]

信息增益越大，表示使用该特征进行划分后，数据集的纯度提高得越多。因此，在决策树的构建过程中，算法会选择信息增益最大的特征作为当前节点的划分特征，从而使树不断成长，直到达到某种停止条件（如所有特征都已使用，或达到最大树深度等）。

选项分析：
- A: 剪枝：剪枝是为了减少决策树的复杂度，避免过拟合，但信息增益的计算并不是用于剪枝。
- B: 使树成长：这是正确答案，信息增益用于选择特征来划分数据，从而使决策树不断成长。
- C: 处理空值：信息增益与处理空值无关，处理空值通常需要其他技术。
- D: 避免树过度成长：避免树过度成长通常是通过剪枝或设置最大深度等方式，而不是通过信息增益。

因此，信息增益的计算主要是用于选择特征来使决策树成长。