优化代码：提高运费计算效率

这段代码主要用于计算商品的运费。以下提供一些优化建议，可以有效提高代码的执行效率：

1. 使用批量查询代替循环单个查询：

减少数据库访问次数：将循环中查询商品信息的代码改为一次性批量查询商品信息，例如使用 iProductApi.muchProductDetail() 获取多个商品详情信息。
减少远程调用接口次数：将循环中查询模板信息的代码改为一次性批量查询模板信息，例如使用 yxShippingTemplatesRegionMapper.selectList() 查询多个模板信息。
减少缓存访问次数：将循环中获取缓存数据的代码改为一次性批量获取缓存数据，例如使用 cache.getMultiple(PRODUCT_DETAIL_CACHE, productIds) 获取多个商品信息。

2. 避免重复查询：

将模板信息查询放在循环外部进行：在循环开始前查询所有需要的模板信息，避免在循环中重复查询。
将商品信息查询放在循环外部进行：在循环开始前查询所有需要的商品信息，避免在循环中重复查询。

3. 使用缓存策略：

使用缓存保存查询结果：将查询结果缓存起来，避免重复查询，例如将商品信息和模板信息缓存到本地缓存或分布式缓存中。

4. 重构代码：

提取公共方法：将重复的代码抽取成方法，提高代码复用性和可读性。例如，可以将获取商品信息的逻辑提取成一个单独的方法。

示例代码优化：

List<FreightPriceDto> freightPriceDtoList = new LinkedList<>();
Map<Long, Integer> productMap = new LinkedHashMap<>();
List<Long> notTempIdProduct = new LinkedList<>();

// 1. 批量查询商品信息
Map<Long, ProductVo> productDetails = iProductApi.muchProductDetail(productIds, 1);

// 2. 使用缓存保存商品信息
productDetails.forEach((productId, productVo) -> {
  if (productVo != null && productVo.getProductInfo() != null && productVo.getProductInfo().getTempId() != null) {
    productMap.put(productId, productVo.getProductInfo().getTempId());
  } else {
    notTempIdProduct.add(productId);
  }
});

// 3. 查询模板信息
List<YxShippingTemplatesRegion> yxShippingTemplatesRegion = templateRegionListLocalCache.get(TEMPLATE_REGION + tempId);

// 4. 使用缓存保存模板信息
if (CollectionUtil.isEmpty(yxShippingTemplatesRegion)) {
  LambdaQueryWrapper<YxShippingTemplatesRegion> wrapper = new LambdaQueryWrapper<>();
  wrapper.eq(YxShippingTemplatesRegion::getTempId, tempId);
  yxShippingTemplatesRegion = yxShippingTemplatesRegionMapper.selectList(wrapper);
  templateRegionListLocalCache.setLocalCache(key, yxShippingTemplatesRegion);
}

// 5. 循环计算运费
for (Long productId : productIds) {
  FreightPriceDto freightPriceDto = new FreightPriceDto();
  freightPriceDto.setProductId(productId);
  freightPriceDto.setTemplatesRegions(yxShippingTemplatesRegion);
  freightPriceDto.setRegionInfo(productUnDelivery(productMap.get(productId)));
  freightPriceDtoList.add(freightPriceDto);
}

return freightPriceDtoList;

优化效果：

减少数据库访问次数和远程调用接口次数，提高代码执行效率。
使用缓存保存查询结果，减少重复查询次数，进一步提高效率。
代码更加简洁易懂，易于维护。

注意：

缓存策略需要根据实际情况进行调整，例如缓存大小、失效时间等。
批量查询和缓存的使用需要考虑数据量的大小和系统资源的限制。
代码优化需要结合具体的业务场景进行分析和设计。