做代码时间分析软件可以通过以下几种方法：
使用内置的性能分析工具
Python：可以使用`timeit`模块来测量代码片段的运行时间，它会自动重复运行代码多次，得到更准确的平均执行时间。另外，`cProfile`模块可以统计每个函数的调用次数和执行时间。
Java：可以使用Java VisualVM或JProfiler进行性能分析。
C++：可以使用gprof或Valgrind等工具。
使用命令行工具
Linux：可以使用`perf`工具来收集进程和系统的各种性能统计数据，例如CPU使用率、内存使用量等。
Windows：可以使用Windows Performance Toolkit等工具进行性能分析。
使用第三方库和框架
PyTime：一个用于Python的时间分析库，可以测量代码的执行时间、获取当前时间和日期等。
PAPI：一个用于计算机性能计数的开源库，提供了一组函数接口，可以在程序中使用这些接口来测量CPU和内存使用等性能指标。
使用集成开发环境（IDE）的内置工具
IntelliJ IDEA：提供性能分析工具，可以检测程序中的性能瓶颈和耗时操作。
Eclipse：提供性能分析插件，可以进行函数调用图和耗时统计信息的生成。
建议
选择合适的工具：根据具体的应用场景和平台选择合适的工具进行时间分辨编程。例如，在Linux系统上，`perf`和`VTune`是非常强大的工具；在Python中，`cProfile`和`timeit`是非常常用的模块。
多次测试：为了获得更准确的性能数据，建议多次运行测试并取平均值。
分析结果：仔细分析工具提供的数据，找出性能瓶颈并进行优化。
通过以上方法，可以有效地进行代码时间分析，从而提高程序的性能。